典型文献
基于流量特征的电力物联网设备识别方法
文献摘要：
随着电力工业中通信技术的发展,越来越多的设备接入了电力网络,这大大增加了电力物联网的安全风险.传统的电力网络设备识别大多依赖于人工操作,但随着电力物联网规模的扩大,亟需提出一种先进的电力物联网设备识别方法.因此,本文结合电力网络自身特点,提出一种基于流量特征方法来识别电力物联网中的设备.该方法通过一种两层架构进行设备识别:在第一层中,识别电力物联网流量与非电力物联网流量;在第二层中,从流粒度和包粒度两个维度对电力物联网流量进行特征提取,并构建设备分类器进行设备识别.通过在某省会城市供电公司的智能电网机房中采集真实电网流量后,并对这些流量进行实验和分析,结果表明,本文提出的方法可以有效识别电力物联网流量与非电力物联网流量,并且电力设备识别率能够达到99.3％,从而增强电力网络的安全性.
文献关键词：
电力物联网;设备识别;流量特征;机器学习
中图分类号：
作者姓名：
王潇淇;程光;张玉健;郭靓;张付存
作者机构：
东南大学网络空间安全学院,江苏南京,211189;东南大学江苏省泛在网络安全工程研究中心,江苏南京,211111;东南大学网络空间国际治理研究基地,江苏南京,211111;南京南瑞信息通信科技股份有限公司,江苏南京,210000
文献出处：
引用格式：
[1]王潇淇;程光;张玉健;郭靓;张付存-.基于流量特征的电力物联网设备识别方法)[J].工业信息安全,2022(01):48-57
A类：
B类：
流量特征,电力物联网,物联网设备,电力工业,设备接入,电力网络,大大增加,网络设备,人工操作,自身特点,两层架构,第一层,第二层,设备分类,分类器,某省,省会城市,城市供电,供电公司,智能电网,网机,机房,房中,电力设备识别,识别率,强电
AB值：
0.275687
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
